基于卷积神经网络的激光点云三维目标识别

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状与发展趋势

1.2.1 三维点云目标识别技术发展现状

1.2.2 卷积神经网络的发展及应用

1.3 本文主要工作及内容安排

第二章 三维点云目标识别基本理论概述

2.1 引言

2.2 基于人工设计三维特征目标识别理论

2.2.1 基于全局特征匹配的三维目标识别

2.2.2 基于局部特征匹配的三维目标识别

2.3 基于深度学习的基本理论

2.3.1 基于二维图像投影的三维目标识别

2.3.2 基于体素模型的三维目标识别

2.3.3 基于点云数据的三维目标识别

2.4 本章小结

第三章 基于卷积神经网络的三维点云目标识别

3.1 引言

3.2 基于卷积神经网络的旋转估计以及排序估计

3.3 多分辨率特征融合卷积神经网络

3.3.1 思路介绍

3.3.2 网络模型

3.3.3 激活函数

3.4 多层级特征融合卷积神经网络

3.4.1 思路介绍

3.4.2 网络模型

3.4.3 自适应学习率算法Adam法

3.5 实验结果与分析

3.5.1 实验数据介绍

3.5.2 参数设置

3.5.3 实验结果与分析

3.6 本章小结

第四章 基于多尺度特征融合卷积神经网络的点云目标识别

4.1 引言

4.2 多尺度卷积神经网络

4.2.1 思路介绍

4.2.2 网络模型

4.3 基于卷积神经网络的多尺度模型

4.3.1 基于卷积核的多尺度模型

4.3.2 基于分割的多尺度模型

4.4 实验结果与分析

4.4.1 实验数据以及参数设置

4.4.2 实验结果与分析

4.5 本章小结

第五章 总结与展望

5.1 本文工作总结

5.2 问题与展望

致 谢

参考文献

作者在学期间取得的学术成果